Bitcoin Gemini Netflow

Handlowe narzędzia analizy danych: zaokrąglanie w celu obsługi tych nieznośnych liczb dziesiętnych

Węzeł źródłowy: 1861021

Podsumowanie

W wielu obszarach zarządzania łańcuchem dostaw metody analityczne generują szacunki z „nieznośnymi miejscami po przecinku”; na przykład szacunki popytu i planowanie produkcji. Tradycyjną metodą eliminacji irytujących miejsc po przecinku jest zaokrąglanie. Jednak powoduje to również utratę kluczowych informacji w łącznej sumie, co często może zaniżać lub zawyżać obciążenie pracą firmy. Metoda zaokrąglania kroczącego ogranicza tę utratę informacji do 1. W tym blogu pokazano znaczenie tej metody i sposób obliczania ulepszonych szacunków w postaci liczb całkowitych.

Wprowadzenie

Spędzając czas z „munchkinami” (wnukami), staje się jasne, dlaczego liczby całkowite dodatnie (być może zerowe) nazywane są liczbami naturalnymi; liczenie jest intuicyjne. Ten sam komfort występuje w zarządzaniu łańcuchem dostaw. Jeśli metoda prognozowania szeregów czasowych przewiduje dzienne zapotrzebowanie na poziomie 3.1, 4.2 i 2.3 – wolimy pozbyć się tych irytujących miejsc po przecinku. Jeśli planu produktu twierdzi, że dzienna produkcja powinna wynosić 2.9, 3.1 i 1.7, mamy to samo odczucie. Pytanie brzmi, jak najlepiej wyeliminować miejsca po przecinku, gdzie najlepsze definiuje się jako minimalizację ilości utraconych informacji.

Tradycyjna metoda polega na zaokrągleniu każdej indywidualnej wartości do liczby całkowitej i założeniu, że „błędy zaokrągleń” się zrównoważą. Jednak nie zawsze jest to prawdą. Tabela 1 zawiera 14-dniowe szacunki popytu na trzy produkty (produkt 1, 2 i 3). Rzeczywiste szacunki zapotrzebowania znajdują się w kolumnach drugiej, trzeciej i czwartej. Suma zapotrzebowania na każdy produkt (53.1, 50.0 i 48.7) jest podana w przedostatnim wierszu. Zaokrąglone żądania znajdują się w kolumnach od piątej do siódmej, a ich suma znajduje się w przedostatnim wierszu (50, 51, 52). Ostatni wiersz pokazuje szczegóły pomiędzy sumą rzeczywistych szacunków a sumą zaokrąglonych szacunków. Istnieje znaczna różnica w przypadku produktu 1 (3.1) i produktu 3 (-3.3).

Potrzebujemy metody „zaokrąglania”, która ogranicza różnicę w sumach skumulowanych do 1 i zapewnia, że ​​skumulowana suma zaokrąglonych wartości jest większa niż skumulowana suma wartości rzeczywistych. Nazywa się to „zaokrąglaniem tocznym”. Na tym blogu przedstawiono algorytm zaokrąglania tocznego. Jest częścią serii poświęconej narzędziom do nauki danych w handlu.

Narzędzia uczenia maszynowego i analizy danych w branży: różnica pierwszego rzędu

Narzędzia handlu: jak porównywać / łączyć różne szeregi czasowe – „Normalizacja”

Narzędzia analizy danych w handlu: symulacja komputerowa Monte Carlo

Podstawy zaokrąglania tocznego

Zaczniemy od przykładu sumy skumulowanej. W tabeli 2 przedstawiono oszacowanie popytu na produkt 1 oraz sumę skumulowaną oszacowania rzeczywistego i całkowitego. Kolumna 3 to skumulowana wartość rzeczywista. Dzień 1 to oszacowanie zapotrzebowania na dzień 1. Dzień 2 to skumulowana suma z dnia 1 (3.1) plus szacunek popytu na dzień 2 (4.2), który wynosi 7.3. Dzień 3 to 7.3 + 2.3 = 9.6. Kolumna 4 to skumulowana suma szacunków w postaci liczb całkowitych. Dzień 3 (9) = 7+2. Ostatnia kolumna to delta pomiędzy każdą skumulowaną sumą za każdy dzień. Dla dnia 4 wartość delta wynosi -0.7 = 15.0 – 15.7. Obserwuj rosnący rozmiar delty.

Jakiego algorytmu używamy do generowania szacunków w postaci liczb całkowitych, gdzie skumulowana suma oszacowań w postaci liczb całkowitych jest zawsze większa lub równa skumulowanej sumie wartości rzeczywistych, a wielkość delty nigdy nie jest większa niż 1? Tabela 3 przedstawia ten algorytm.

  1. Dzień 1, zaokrąglona szacunkowa wartość to górny pułap (zaokrąglony w górę), tutaj 3.1  Skumulowana suma szacunków w postaci liczb całkowitych dla pierwszego dnia wynosi 1.
  2. W dniu 2 dodajemy wartość minimalną rzeczywistego oszacowania (4.2  4) do skumulowanego oszacowania z dnia 1 (4), co daje nam 8 (=4+4). Jeśli wartość ta jest większa lub równa rzeczywistej sumie skumulowanej za dzień 1 (czyli 7.3), wówczas wybieramy wartość minimalną i szacunkową zaokrąglenie kroczące dla dnia 2. Jeśli nie, stosuje się oszacowanie górne.
  3. Dzień 3, 2(piętro) + 8 (całkowita suma skumulowana) = 10, czyli >= 9.6 (rzeczywista suma skumulowana), wybierz piętro (2).
  4. Dzień 6, 3(piętro) + 20 (całkowita suma skumulowana) = 23, czyli < 23.1 (rzeczywista suma skumulowana), wybierz pułap (4), który będzie używany jako zaokrąglona szacunkowa wartość dla dnia 6.

Zwróć uwagę, że w ostatniej kolumnie tabeli 3 wszystkie wartości są dodatnie i wszystkie mniejsze lub równe 1. 

Alternatywny algorytm przedstawiono w tabeli 4. Krok 1 polega na obliczeniu wartości pułapu dla rzeczywistej sumy skumulowanej (pokazanej w kolumnie 4). Oszacowanie w ramach zaokrąglania kroczącego (kolumna 5) to różnica pomiędzy pułapem rzeczywistej sumy skumulowanej (kolumna 4) na dzień dzisiejszy i wczoraj. Kroczące szacunki na dzień 4 (6) to górny pułap sumy skumulowanej na dzień 4 (16) minus górny pułap sumy skumulowanej na dzień 3 (10); 6 = 16-10. W APL2 kod to „Z1←¯2- /0,⌈+X”.

Wnioski

W wielu obszarach zarządzania łańcuchem dostaw metody analityczne generują szacunki z „nieznośnymi miejscami po przecinku”. Na przykład szacunki popytu i planowanie produkcji. Tradycyjną metodą eliminacji irytujących miejsc po przecinku jest zaokrąglanie. Jednak powoduje to również utratę kluczowych informacji; skumulowana suma może często zaniżać lub zawyżać obciążenie pracą firmy. Metoda zaokrąglania kroczącego ogranicza tę utratę informacji do 1.

Podobał Ci się ten post? Zapisz się! lub śledź Arkievę dalej LinkedInTwitterFacebook do aktualizacji bloga.

Źródło: https://blog.arkieva.com/data-science-tools-of-the-trade-rounding-decimals/

Znak czasu:

Więcej z Blog o ogniwach łańcucha dostaw – Arkieva